PHP HTML代码串 截取实现代码


Posted in PHP onJune 29, 2009

而且给的数据是HTML代码串,比如这样:

<div class=”aaa”><a href=”/aaa.php?id=1″>张三</a>  评论了 <a href=”/aaa.php?id=444″>李四</a> 分享的 <a href=”bbb.html”>一篇文章文章一长串的东西</a></div>

截取的时候是要截取 div 标签内部的东西,而且要保留HTML标签,只是对其中的文字做处理。比如我可能只是截取到“李四”的“李”字,但是如果就这样放到前端的话,“李四”前面的 a 标签是没有闭合的,所以截取之后要保证HTML的语法正确。

这个问题确实不太好搞,让我郁闷了两天。请注意,这只是一个字符串,只不过内容是HTML代码,是没有什么DOM的。如果是在前端处理就好办了,直接DOM获取,然后对里面的节点进行处理,最后把innerHTML 之类的东西输出就搞定了。现在可不行了,得换个思路。同事的思路是这样的:

遍历字符串的每一个字符。设置一个标记,碰到标签开始的标记< 就置为1,接下来的字符都不记数,然后碰到>之后再开始计数。对标签内部的字符串处理的时候,还要先判断当前字符的编码是不是可能是中文,一般来说PHP中 UTF-8 编码的中文字符的长度都是3,所以如果碰到是中文字符编码,就要跳过两个不记数……说到这里我自己头已经开始大了。个人认为这种方法很不爽,首先这种精致的逻辑不太容易控制,而且 UFT-8 编码下中文产生的长度有可能是3个或4个 所以代码的严密性值得怀疑。

我个人的思路是,用 Tidy 来搞(具体用法请看PHP手册吧)。昨天研究了一下那个 Tidy ,发现这个东西还是挺好用的。首先,把这个字符串转换成 Tidy 对象,这样:

$tidy = tidy_parse_string($str, array(), ‘utf8′);  // 最后一个是设置编码的,注意,这里是utf8 ,不是utf-8,没有中间那个连线。

然后获取$tidy中的 body(因为转换之后$tidy会自动加上<head><body>等标签):

$body =  tidy_get_body($tidy);

这个时候你可以用 var_dump 看一些 $body 的结构,会发现它把每个标签都变成了一个对应的对象,里面有相应的属性。举例来说,比如 <a href=”#”>sdf</a> ,这么一条语句对应的一些属性有:

name=>”a”
value => “<a href=”#”>sdf</a>”
child=> array{[0]=>一个文本节点对象,value是 sdf}
attribute=array{”href”=>”#”}
…..其他属性

可以看到,我们其实是可以单独去处理 a 标签对应节点下面的文字节点的值的,那样就不会破坏任何HTML完整性。原来我以为改变 a 标签中文字节点的值之后, a 标签的value也会跟着改变,那样我直接返回a标签对应节点的value就OK了,没想到不是那个样子,哎,所以处理过其中的文字之后还是要自己拼出新的HTML。

知道了Tidy对象的结构之后,一切就好办了,只要遍历所有的节点,对于本需求来说,就是找到那个 div 标签,然后开始处理里面的节点。代码如下:

if(mb_strwidth($subchild->value, ‘utf-8′) >= $len)
{
$subchild->value = mb_strimwidth($subchild->value, 0, $len, ‘…', ‘utf-8′);
$trimed_str .= $subchild->value;
break;
}
else
{
$trimed_str .= $subchild->value;
$len = $len - mb_strwidth($subchild->value, ‘utf-8′);
}

里面的$subchild 就是一个子节点。注意,这里使用了 mb_strwidth 来获取字符串长度。严重推荐一下这个 mb_strwidth,很好用,它会把中文当作两个字符长度处理,正好符合这里的需求!而且截取字符串的时候用到了 mb_strimwidth,这个函数也会把中文当作两个字符长度处理,mb_ 开头的函数真是好用啊。

具体代码我就不写出来了,因为是针对一个需求写的,没做成通用的形式。哪天我有时间做成通用的再发布一下。

另外,可惜FireFox不支持 text-overflow 属性,不然也不用后台那么辛苦地去截断了。如果大家有更好的方法,欢迎提出!不胜感激。

PHP 相关文章推荐
简单易用的计数器(数据库)
Oct 09 PHP
php框架Phpbean说明
Jan 10 PHP
php 多关键字 高亮显示实现代码
Apr 23 PHP
php笔记之:php数组相关函数的使用
Apr 26 PHP
php防止伪造的数据从URL提交方法
Jun 27 PHP
thinkphp常见路径用法分析
Dec 02 PHP
PHP变量赋值、代入给JavaScript中的变量
Jun 29 PHP
php计算title标题相似比的方法
Jul 29 PHP
PHP中error_reporting()用法详解
Aug 31 PHP
PHP Header用于页面跳转时的几个注意事项
Oct 21 PHP
利用PHP访问带有密码的Redis方法示例
Feb 09 PHP
有关PHP 中 config.m4 的探索
Aug 26 PHP
PHP 网页过期时间的控制代码
Jun 29 #PHP
PHP 超链接 抓取实现代码
Jun 29 #PHP
PHP 文件上传功能实现代码
Jun 24 #PHP
php addslashes 函数详细分析说明
Jun 23 #PHP
PHP n个不重复的随机数生成代码
Jun 23 #PHP
PHP 七大优势分析
Jun 23 #PHP
php 404错误页面实现代码
Jun 22 #PHP
You might like
PHP实现简单实用的分页类代码
2016/04/08 PHP
Laravel框架处理用户的请求操作详解
2019/12/20 PHP
Javascript 面向对象(三)接口代码
2012/05/23 Javascript
简单的js表单验证函数
2013/10/28 Javascript
jQuery实现跟随鼠标运动图层效果的方法
2015/02/02 Javascript
jQuery旋转插件jqueryrotate用法详解
2016/10/13 Javascript
vue脚手架中配置Sass的方法
2018/01/04 Javascript
vue 优化CDN加速的方法示例
2018/09/19 Javascript
vue-router beforeEach跳转路由验证用户登录状态
2018/12/26 Javascript
vue中解决拖拽改变存在iframe的div大小时卡顿问题
2020/07/22 Javascript
python使用cPickle模块序列化实例
2014/09/25 Python
Python使用bs4获取58同城城市分类的方法
2015/07/08 Python
Python处理文本文件中控制字符的方法
2017/02/07 Python
Python Nose框架编写测试用例方法
2017/10/26 Python
Python实现获取前100组勾股数的方法示例
2018/05/04 Python
使用python3+xlrd解析Excel的实例
2018/05/04 Python
在python中使用requests 模拟浏览器发送请求数据的方法
2018/12/26 Python
Python Pillow.Image 图像保存和参数选择方式
2020/01/09 Python
Python sep参数使用方法详解
2020/02/12 Python
python编写一个会算账的脚本的示例代码
2020/06/02 Python
使用numpngw和matplotlib生成png动画的示例代码
2021/01/24 Python
对Pytorch 中的contiguous理解说明
2021/03/03 Python
手把手教你用纯css3实现轮播图效果实例
2017/05/04 HTML / CSS
基于CSS3特效之动画:animation的应用
2013/05/09 HTML / CSS
CSS3制作炫酷带方向感应的鼠标滑过图片3D动画
2016/03/16 HTML / CSS
HTML5 Notification(桌面提醒)功能使用实例
2014/03/17 HTML / CSS
音乐教学案例
2014/01/30 职场文书
乡村卫生服务一体化管理实施方案
2014/03/30 职场文书
2015年派出所工作总结
2015/04/24 职场文书
通用员工手册范本
2015/05/14 职场文书
健康证明
2015/06/19 职场文书
退休教师追悼词
2015/06/23 职场文书
2016年“9.22”世界无车日活动小结
2016/04/05 职场文书
Django rest framework如何自定义用户表
2021/06/09 Python
Go语言实现一个简单的并发聊天室的项目实战
2022/03/18 Golang
国际最新研究在陨石中发现DNA主要成分 或由陨石带来地球
2022/04/29 数码科技